mysql数据分析：Google Play StoreApps

用mysql进行数据分析工作

1. 项目说明

数据来源于kaggle：
Google Play Store Apps
爬取得到Google Play Store 安卓应用市场应用市场上的10842条数据。
此次分析在Navicat上进行。

通过此次数据分析，要了解市场上软件类型的分布情况？哪些软件最受欢迎？哪些类型的软件收费？收费软件定价区间？

1.1 分析目的

按照软件类型分析，看每类软件数量，评分，评论数，下载量。

通过价格分析，看收费软件价格区间以及软件收费最合理的定价范围。

1.2 数据理解

1.21 字段认识

App 软件名称
Category 软件类型
Rating user对软件的评分
Reviews user的点击量
Size 安装包大小
Installs 安装次数
Type 免费或付费
Price 价格
Content rating 内容分级
Genres 软件类型，和Category重复
Last updated 上次更新时间
Current Ver 当前版本
Androi Ver 适用安卓版本

1.2.2 数据概况

一共有10842条数据，13列软件信息，32种软件类型。

2. 数据清理

2.1 查看空值

去除了包含空值的数据

2.2 异常值

去除了重复值。
付费价格非常高，$199以上的数据。这类软件名字都是“I am rich”，同时也删除了其他名为“I am rich”的数据。
去除不需要分析的列。删除了安装软件大小，软件分级，最近更新时间，适合安卓版本，软件版本列。Genre和Category重复，去掉了Genre列。
以上数据清洗都是在Excel上面完成的,导入Navicat，清理完成后一共有5817条数据，7列软件信息

3.数据分析

3.1 从类型分析

分类最多的软件是FAMILY家庭类，其次是GAME游戏类，第三是TOOLS工具类。说明家庭，游戏和工具类的软件占安卓软件类型的大多数。这个与目前手机发展趋势相吻合，娱乐性和便捷性。

3.2 平均评分

由于所有类型的平均评分都在4.0分以上，因此评分只看5分的软件。

评分为5分的软件最多的有家庭类，生活类，医疗类等等，都是一些比较实用的软件

评分小于3分的软件如下

家庭类，生活类和医疗类评分在3分以下和5分软件数量大致相当，不过工具类的低分评价却远超高分评价，说明工具类软件大多数不是很好用

3.3 评论数

评论数最多的软件有社交类，游戏类，影音类，相机类等

3.4 下载次数

下载次数最多的是社交类，影音类，相机类，游戏类等，也是评论数的前四名

3.5 价格分析

家庭类，游戏类，医疗类，工具类和个性化设计类占付费软件的大多数，其中医疗类的平均价格最高

3.6 软件定价

0.99的软件最多，大多数定价在0.99-4.99之间。

3.7 价格区间

在付费软件中，最受欢迎的价格区间是0.99-2.99。

4. 结论

随着手机技术性能的不断发展和提高，手机能更好的满足用户的需求，应运而生的手机软件种类越来越多，需求量越来越大，满意度越来越高。
在手机种类中家庭，游戏，工具，相机拍摄，社交类占据大多数。家庭，游戏，工具，主题个性类付费软件最多。说明软件开发盈利应该从娱乐性和专业性两点出发。
付费软件的定价多在4.99以下，其中0.99 - 2.99最多。在为付费软件定价时，应该多做市场调研满足市场需求。

5. 总结

这次分析不足之处：

对数据理解不足，应该吧FAMILY类的数据全部删除。这种分类很杂，有点不科学，估计是无法详细分类的就直接放到这个里面。
需要进一步学习分析方法，分析思路。